调整后的互信息（scikit-learn）

Question

我已经实现了一个用于汇总日志文件的聚类算法，目前我正在使用Adjusted Rand索引和Adjusted Mutual Information索引对地面实况数据进行测试。

我的算法输入是一个日志条目列表，输出是一个整数列表（每个项目所属的集群标签）。基本事实同样是整数列表，其中每个整数表示项目所属的真实集群。对于我的大多数测试用例，我收到正常/预期的结果，但是一个文件给了我意想不到的输出。我附上了两个列表，即地面真实聚类以及我算法的聚类：

地面真相清单： http://pastebin.com/9Y5TE6b7

拥有群集： http://pastebin.com/hJz1M4sf

这两个列表被输入scikit-learn函数以获得ARI和AMI。 ARI得分看起来大致正确，但AMI高于1，如果我理解正确的话，根据AMI的文档和定义，这是不可能的。这个数据集非常不平衡，但我的许多其他文件都是相似的平衡。我无法弄清楚这一点。作为参考，我获得的ARI和AMI得分是：

ARI：0.99642743999922712

AMI：1.0190170466324

Answer 1

开发版本中已fixed。